摘要 | 第5-7页 |
Abstract | 第7-9页 |
符号 | 第13-18页 |
第1章 绪论 | 第18-30页 |
1.1 论文研究的意义 | 第18页 |
1.2 论文研究的发展现状 | 第18-26页 |
1.2.1 迟滞控制系统的发展现状 | 第18-25页 |
1.2.2 Hammerstein控制系统的发展现状 | 第25-26页 |
1.3 存在的问题 | 第26-27页 |
1.4 研究内容与结构安排 | 第27-30页 |
第2章 基于迟滞Preisach模型的Hammerstein系统盲辨识与混合控制 | 第30-52页 |
2.1 引言 | 第30-31页 |
2.2 问题描述 | 第31-32页 |
2.3 Hammerstein系统辨识 | 第32-40页 |
2.3.1 估计系统阶次n | 第33页 |
2.3.2 G(z)分母的估计 | 第33-35页 |
2.3.3 G(z)分子的估计 | 第35-36页 |
2.3.4 Preisach迟滞模型的估计 | 第36-40页 |
2.3.5 Hammerstein系统辨识算法的实现 | 第40页 |
2.4 混合控制器设计 | 第40-46页 |
2.4.1 控制器设计 | 第42-44页 |
2.4.2 稳定性分析 | 第44-46页 |
2.5 仿真结果 | 第46-49页 |
2.6 本章小结 | 第49-52页 |
第3章 基于迟滞P-I模型的Hammerstein系统自适应神经网络控制 | 第52-70页 |
3.1 引言 | 第52-53页 |
3.2 问题描述 | 第53-54页 |
3.3 高增益扩张观测器设计 | 第54-56页 |
3.4 自适应神经网络控制器设计 | 第56-62页 |
3.4.1 高阶神经网络 | 第56-57页 |
3.4.2 控制器设计 | 第57-59页 |
3.4.3 稳定性分析 | 第59-62页 |
3.5 仿真结果 | 第62-68页 |
3.6 本章小结 | 第68-70页 |
第4章 基于迟滞Bouc-Wen模型的Hammerstein系统自适应模糊控制 | 第70-86页 |
4.1 引言 | 第70-71页 |
4.2 问题描述 | 第71-74页 |
4.3 高阶滑模观测器 | 第74-75页 |
4.4 自适应模糊逻辑控制器设计 | 第75-79页 |
4.4.1 模糊逻辑设计 | 第75-76页 |
4.4.2 控制器设计 | 第76-77页 |
4.4.3 稳定性分析 | 第77-79页 |
4.5 仿真结果 | 第79-84页 |
4.6 本章小结 | 第84-86页 |
第5章 基于迟滞Backlash模型的Hammerstein系统规定性能自适应控制 | 第86-100页 |
5.1 引言 | 第86-87页 |
5.2 问题描述 | 第87-88页 |
5.3 控制器设计 | 第88-95页 |
5.3.1 误差转换 | 第88-90页 |
5.3.2 规定性能函数 | 第90-92页 |
5.3.3 控制器设计 | 第92-95页 |
5.4 仿真结果 | 第95-99页 |
5.5 本章小结 | 第99-100页 |
第6章 迟滞Hammerstein系统辨识与控制在转台系统中的应用 | 第100-114页 |
6.1 转台伺服控制系统 | 第100-102页 |
6.1.1 总体结构 | 第100-101页 |
6.1.2 迟滞对转台伺服系统的影响 | 第101-102页 |
6.2 基于Preisach模型的转台伺服系统辨识与控制 | 第102-107页 |
6.2.1 转台伺服系统线性环节的辨识 | 第102-104页 |
6.2.2 Preisach迟滞模型的辨识 | 第104-105页 |
6.2.3 跟踪控制实验结果 | 第105-107页 |
6.3 基于P-I模型的转台伺服系统控制 | 第107-112页 |
6.3.1 基于P-I模型的转台伺服系统 | 第107-108页 |
6.3.2 自适应神经网络控制 | 第108-109页 |
6.3.3 非线性PID控制 | 第109-110页 |
6.3.4 实验结果分析 | 第110-112页 |
6.4 本章小结 | 第112-114页 |
第7章 结论与展望 | 第114-118页 |
7.1 研究工作的总结 | 第114-115页 |
7.2 研究展望 | 第115-118页 |
参考文献 | 第118-142页 |
攻读博士学位期间发表与撰写的学术论文与研究成果 | 第142-144页 |
致谢 | 第144-146页 |
作者简介 | 第146页 |